An Empirical Cumulative Distribution Function plot ay isang istatistikal na plot na malawakang ginagamit upang maisagawa ang paghahambing sa pagitan ng maraming set ng data na may parehong mga katangian. Ang balangkas na ito ay tinatawag ding Empirical CDF o ECDF balangkas. Binibigyang-daan tayo ng MATLAB na lumikha ng plot na ito gamit ang cdfplot() function.
I-explore ng artikulong ito:
Ano ang isang Empirical CDF Plot?
Bakit Kailangan natin ng Empirical CDF Plot?
Paano Gumawa ng isang Empirical CDF Plot sa MATLAB?
- Halimbawa 1: Paano Gumawa ng Empirical CDF Plot sa MATLAB?
- Halimbawa 2: Paano Gumawa ng Empirical Cumulative Distribution Function Plot Gamit ang Object Handle sa MATLAB?
- Halimbawa 3: Paano Ihambing ang Empirical CDF sa Theoretical CDF Gamit ang cdfplot() Function sa MATLAB?
Ano ang isang Empirical CDF Plot?
An Empirical CDF plot ay isang visualization ng data na nagpapakita ng aming mga sample data set point mula sa pinakamababa hanggang sa pinakamataas laban sa kanilang mga percentile value. Ang plot na ito ay nangangailangan ng tuluy-tuloy na mga variable at kinakalkula ang mga percentile at iba pang katangian ng pamamahagi.
Bakit Kailangan natin ng Empirical CDF Plot?
An Empirical CDF plot ay maraming gamit ngunit ang ilan sa mga pangunahing gamit nito ay nakalista sa ibaba.
Ang plot na ito ay ginagamit:
- upang sukatin ang parehong mga katangian ng maraming set ng data.
- para sa pagtukoy sa punto kung saan nangyayari ang karamihan sa mga halaga.
- upang mahanap ang mga percentile at katangian ng isang set ng data.
- upang matukoy kung paano sumusunod ang iyong data sa isang pinakaangkop na pamamahagi.
- para sa pagtatasa ng iyong hanay ng data.
Paano Gumawa ng isang Empirical CDF Plot sa MATLAB?
An Empirical CDF plot ay maaaring madaling at mahusay na nilikha sa MATLAB gamit ang built-in cdfplot() function. Ang function na ito ay tumatanggap ng sample na data sa anyo ng isang row o column vector bilang isang mandatoryong parameter at lumilikha ng isang Empirical CDF plot laban sa set ng data na iyon.
Syntax
Ang cdfplot() function ay maaaring ipatupad sa mga sumusunod na paraan.
cdfplot ( x )h = cdfplot ( x )
dito,
Ang function cdfplot(x) ay responsable sa paglikha ng Empirical CDF plots para sa ibinigay na sample na data x . Tandaan mo yan x dapat ay isang row o column vector.
Ang function h=cdfplot(x) ay responsable para sa paglikha ng isang hawakan h ng Empirical CDF plot line object . Ang hawakan h ay maaaring gamitin para sa pagtatanong o pagbabago ng mga katangian ng bagay pagkatapos itong gawin.
Halimbawa 1: Paano Gumawa ng Empirical CDF Plot sa MATLAB?
Ang MATLAB code na ito ay lumilikha ng column vector x na may haba na 10 na naglalaman ng mga random na ibinahagi na integer na nasa pagitan ng 1 at 10. Pagkatapos nito, ginagamit nito ang cdfplot() function upang lumikha ng isang Empirical CDF plot na makikita mula sa ibinigay na output.
x = rand ( 100 , 10 , 1 ) ;cdfplot ( x ) ;
Halimbawa 2: Paano Gumawa ng Empirical Cumulative Distribution Function Plot Gamit ang Object Handle sa MATLAB?
Ito ay isa pang bersyon ng Halimbawa 1 kung saan ginagamit namin ang parehong data ng sample ng input x upang lumikha ng isang Empirical CDF plot kasama nito hawakan ng bagay h gamit h=cdfplot(x) . Pagkatapos nito, ginagamit namin ang hawakan h upang baguhin ang istilo ng linya mula sa solid sa “–” gamit ang tuldok (.) notasyon. Ang nakuha na output ay maaaring maobserbahan mula sa ibinigay na screenshot.
x = rand ( 100 , 10 , 1 ) ;h = cdfplot ( x ) ;
h. LineStyle ='--'
Halimbawa 3: Paano Ihambing ang Empirical CDF sa Theoretical CDF Gamit ang cdfplot() Function sa MATLAB?
Sa MATLAB code na ito, ipinapatupad namin ang cdfplot() function upang maisagawa ang paghahambing ng ang teoretikal na CDF kasama ang Empirical CDF . Upang maisagawa ang paghahambing na ito, sinisimulan namin ang isang row vector at naglalaman ng 100 na karaniwang ibinahagi ng mga random na numero at lumikha ng isang Empirical CDF plot.
Pagkatapos nito, magsisimula kami ng isa pang set ng data x pagkakaroon ng parehong haba bilang at naglalaman ng mga numerong nasa pagitan min(y) at max(y) . Pagkatapos ay kino-compute namin ang teoretikal na cdf x1 para sa data set x at i-plot ito laban sa mga halaga ng set ng data x gamit ang plot() function . Ginagamit namin hawakan mo at huminto ka mga utos upang lumikha ng parehong mga plot sa parehong pigura upang obserbahan ang pagkakatulad sa pagitan Empirical CDF at teoretikal na CDF .
y = randn ( 1 , 100 ) ;cdfplot ( at ) ;
humawak sa
x = linspace ( min ( at ) , max ( at ) ) ;
x1 = cdf ( 'Normal' ,x, 0 , 1 ) ;
balangkas ( x, x1 )
alamat ( 'Empirical CDF' , 'Theoretical CDF' , 'Lokasyon' , 'pinakamahusay' )
humawak off
Konklusyon
An Empirical CDF plot ay isang istatistikal na pamamaraan na malawakang ginagamit upang ihambing ang maramihang mga dataset na may parehong mga katangian. Magagawa natin ang plot na ito sa MATLAB gamit ang built-in cdfplot() function na tumatanggap ng isang naobserbahang sample na set ng data sa anyo ng isang row o column vector. Ipinaliwanag ng tutorial na ito kung ano ang isang Empirical CDF plot at kung paano ito likhain sa MATLAB gamit ang cdfplot() function.